摘要
本发明涉及了一种蜂窝夹层板表面热载荷反演方法、系统及介质,一种蜂窝夹层板表面热载荷反演方法,包括:基于变化的需要反演的工况参数,利用仿真程序得到仿真结果数据集;采用相同的所述需要反演的工况参数开展实际实验,测量得到实测数据集;从实测数据集和仿真结果数据集中,基于板件温度场数据提取的对热载荷敏感的特征作为深度神经网络的输入数据;使用领域自适应迁移学习框架,构建深度神经网络;基于仿真数据集和实测数据集的输入数据对深度神经网络在进行训练;将需要预测的对热载荷敏感的特征输入热载荷反演模型,得到预测的所述热载荷参数。本发明在仿真数据中有很高的精度。
技术关键词
蜂窝夹层板
工况参数
反演方法
载荷
特征提取器
仿真数据
反演模型
板件
二维卷积神经网络
反演系统
仿真程序
误差反向传播
构建深度神经网络
网络结构
代表
框架
数据获取模块
系统为您推荐了相关专利信息
原型
集成分类器
样本
模式识别方法
图像分类神经网络
重载机械臂
操作者
共享控制方法
共享控制权
人机
细胞系
响应预测方法
特征提取器
深度迁移学习
编码器
疲劳寿命预测方法
物理
水轮机组
剩余寿命预测
时序